CN106709608A - 预测积水对城市内区域影响程度的方法及系统 - Google Patents

预测积水对城市内区域影响程度的方法及系统 Download PDF

Info

Publication number
CN106709608A
CN106709608A CN201710014485.3A CN201710014485A CN106709608A CN 106709608 A CN106709608 A CN 106709608A CN 201710014485 A CN201710014485 A CN 201710014485A CN 106709608 A CN106709608 A CN 106709608A
Authority
CN
China
Prior art keywords
ponding
target area
data
rainfall
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710014485.3A
Other languages
English (en)
Inventor
孔令坤
孟凡文
魏明
刘加波
崔维康
王猛
赵海涛
公彦
郝敬全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taihua Wisdom Industry Group Co Ltd
Original Assignee
Taihua Wisdom Industry Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taihua Wisdom Industry Group Co Ltd filed Critical Taihua Wisdom Industry Group Co Ltd
Priority to CN201710014485.3A priority Critical patent/CN106709608A/zh
Publication of CN106709608A publication Critical patent/CN106709608A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种预测积水对城市内区域影响程度的方法，包括：根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息，与积水点位置的历史降雨数据对比、计算相似度并按相似度从大到小排序，根据排序顺序获取一个历史降雨数据作为积水点位置的预测降雨数据；通过预测降雨数据、目标区域的排水管点、管线数据和地理信息数据，对降雨过程中积水点的进水和排水过程进行模拟计算，获得积水点中积水在每个时刻上升或消退所到达的地面高程的积水信息数据；由消除影响时刻与初始影响时刻的差值得到积水点对目标区域的影响时间。本发明解决了单凭借历史经验无法准确预测积水影响程度的问题，提升了预测的准确性。

Description

预测积水对城市内区域影响程度的方法及系统
技术领域
本发明涉及城市防汛的技术领域，更具体地，涉及一种预测积水对城市内区域影响程度的方法及系统。
背景技术
目前，我国城市化发展迅速，随之而来的诸多效应中，有许多因素加剧了汛期城市内涝的情况。城市内涝是指由于强降水或连续性降水超过城市排水能力致使城市内产生积水灾害的现象。在城市进入汛期后，积水对城市中人口密集区域的影响是值得重点关注的。
近些年来，我国诸多大中城市频繁发生严重的城市内涝灾害，2000年以来，平均每年发生200多起不同程度的城市内涝灾害，不仅严重影响了城市的正常生活秩序，也造成了严重的生命财产损失，引起了社会各界的广泛关注。并且，随着我国城镇化进程的加快，越来越多的人口和资源往城市聚集，在城市中形成了很多人口密集的敏感区域，比如学校、商城、写字楼等，还有建筑工地这样的重点关注地方。如何能保障城市内涝发生时，最大限度的减少人员伤害和财产损失已经成为摆在决策者面前的一道难题。
目前针对城市内涝，防汛部门只能凭借历史经验判断内涝会对哪些区域造成影响，但是城市内涝区域会随时城市建设不断发生变化，凭借经验难免百密一疏，容易造成误判，而且无法做到精细化的处置，比如无法判断出积水会对哪个学校、哪个写字楼或居民楼造成何种程度的影响。不能准确获取到积水对敏感区域的影响程度也不利于人员的疏散安排，就很可能会对城市人员的及时疏散造成重大影响。
因此，提供一种在汛期预测敏感区域内积水的影响程度的方案是本领域亟待解决的问题。
发明内容
有鉴于此，本发明提供了一种预测积水对城市内区域影响程度的方法及系统，解决了现有技术中不能准确预测积水对城市内区域影响程度的技术问题。
为了解决上述技术问题，本发明提出一种预测积水对城市内区域影响程度的方法，包括：
根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息；
根据所述积水点位置、积水深度、积水面积、降雨强度及降雨预报信息与所述积水点位置的历史降雨数据对比、计算相似度并按所述相似度从大到小排序，根据所述排序顺序获取一个历史降雨数据作为所述积水点位置的预测降雨数据；
通过所述预测降雨数据、目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点中积水在每个时刻上升或消退所到达的地面高程的积水信息数据；
根据所述积水信息数据获得所述积水点的积水上升到达所述目标区域的预警地面高程时的初始影响时刻及所述积水点的积水消退到达所述预警地面高程的消除影响时刻；
所述消除影响时刻与所述初始影响时刻的差值得到所述积水点对所述目标区域的影响时间，在所述影响时间处于预定影响范围内时，所述积水点对所述目标区域的影响程度为中；在所述影响时间小于或等于所述预定影响范围时，所述积水点对所述目标区域的影响程度为低；在所述影响时间大于所述预定影响范围时，所述积水点对所述目标区域的影响程度为高。
进一步地，该方法包括：将所述积水点对目标区域的影响程度数据与所述目标区域的属性信息数据一起进行展示；其中，所述属性信息数据至少包括：所述目标区域的位置信息、名称、性质、地址描述、负责人和负责人联系方式。
进一步地，其中，所述预定影响范围为：大于1小时且小于或等于2小时。
进一步地，该方法包括：将所述目标区域周边所有积水点对该目标区域的影响时间从大到小排序，并顺序选取一个所述影响时间作为所述目标区域的预测影响时间；
将所述预测影响时间与所述预定影响范围比较，得到该目标区域的预测影响程度数据并展示。
本发明提供一种预测积水对城市内区域影响程度的系统，包括：积水信息获取装置、模拟计算装置及积水影响程度判定装置；其中，
所述积水信息获取装置，与所述模拟计算装置相连接，为根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息的装置；
所述模拟计算装置，与所述积水信息获取装置及积水影响程度判定装置相连接，为根据所述积水点位置、积水深度、积水面积、降雨强度及降雨预报信息与所述积水点位置的历史降雨数据对比、计算相似度并按所述相似度从大到小排序，根据所述排序顺序获取一个历史降雨数据作为所述积水点位置的预测降雨数据；
通过所述预测降雨数据、目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点中积水在每个时刻上升或消退所到达的地面高程的积水信息数据；
根据所述积水信息数据获得所述积水点的积水上升到达所述目标区域的预警地面高程时的初始影响时刻及所述积水点的积水消退到达所述预警地面高程的消除影响时刻的装置；
所述积水影响程度判定装置，与所述模拟计算装置相连接，为所述消除影响时刻与所述初始影响时刻的差值得到所述积水点对所述目标区域的影响时间，在所述影响时间处于预定影响范围内时，判定所述积水点对所述目标区域的影响程度为中；在所述影响时间小于或等于所述预定影响范围时，判定所述积水点对所述目标区域的影响程度为低；在所述影响时间大于所述预定影响范围时，判定所述积水点对所述目标区域的影响程度为高的装置。
进一步地，该系统包括：影响程度展示装置；
所述影响程度展示装置，与所述积水影响程度判定装置相连接，为将所述积水点对目标区域的影响程度数据与所述目标区域的属性信息数据一起进行展示；其中，所述属性信息数据至少包括：所述目标区域的位置信息、名称、性质、地址描述、负责人和负责人联系方式的装置。
进一步地，其中，所述预定影响范围为：大于1小时且小于或等于2小时。
进一步地，其中，所述积水影响程度判定装置为：将所述目标区域周边所有积水点对该目标区域的影响时间从大到小排序，并顺序选取一个所述影响时间作为所述目标区域的预测影响时间；
将所述预测影响时间与所述预定影响范围比较，得到该目标区域的预测影响程度数据并展示的装置。
与现有技术相比，本发明的预测积水对城市内区域影响程度的方法及系统，实现了如下的有益效果：
(1)本发明所述的预测积水对城市内区域影响程度的方法及系统，在城市内涝时，根据城市中敏感区域的地理位置信息、降雨及排序信息，结合降雨历时数据，分析得到目标区域内的预测积水持续时间，基于积水持续时间与影响程度的对应关系得到积水对城市内目标区域的影响程度，以便提早通知人员撤离、采取措施，解决了单凭借历史经验无法准确预测积水影响程度的问题。
(2)本发明所述的预测积水对城市内区域影响程度的方法及系统，根据降雨等级、降雨时长及降雨预报信息模拟获取城市内目标区域的积水积蓄过程，并据此分析、预测出积水对目标区域造成影响的持续时间，基于积水对目标区域影响的持续时间与影响程度之间的对应关系，获得积水对目标区域的影响程度，使得预测得到的影响程度更加贴近实际情况，提升了预测的准确性。
当然，实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1为本发明实施例1中所述预测积水对城市内区域影响程度的方法的流程示意图；
图2为本发明实施例2中所述预测积水对城市内区域影响程度的方法的流程示意图；
图3为本发明实施例3中所述预测积水对城市内区域影响程度的系统的结构示意图；
图4A为本发明实施例1中根据降雨等级及降雨时长获取目标区域的积水模拟结果的示意图；
图4B为本发明实施例1中根据降雨预报信息获取目标区域的积水模拟结果的示意图；
图5为本发明实施例1中预先存储目标区域的相关属性信息的示意图；
图6A为本发明实施例1中积水点中积水还未达到所述目标区域的预警地面高程的示意图；
图6B为本发明实施例1中积水点中积水达到所述目标区域的预警地面高程的示意图；
图6C为本发明实施例1中积水点中积水从所述目标区域消退并达到所述预警地面高程的示意图；
图7为本发明实施例2中向用户展示城市各个区域内积水点对目标区域影响程度的一个具体展示表格界面的示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
实施例1
如图1所示，为本实施例所述预测积水对城市内区域影响程度的方法的流程示意图，本实施例所述方法解决了现有技术中不能准确预测积水对城市内区域影响程度的技术问题。本实施例所述预测积水对城市内区域影响程度的方法包括以下步骤：
步骤101、根据气象部门对外开放的数据接口(API)获取城市各个区域的降雨信息数据。
优选地，本方案可以设置分析从气象部门的API中获取得到城市中目标区域的降雨信息数据，得到目标区域当前的降雨强度，并在目标区域当前的降雨强度达到或超过预先设定的降雨强度阈值时启动本方案。更优选地，还可以获取得到目标区域的降雨预报信息，结合当前的降雨强度及降雨预报信息，预测未来一段时间内的降雨强度将达到或超过降雨强度阈值时启动本方案。
API(Application Programming Interface，应用程序编程接口)，包括一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力，而又无需访问源码或理解内部工作机制的细节。
步骤102、根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息。
如图4A及4B所示，图4A为根据降雨等级及降雨时长401获取目标区域的积水模拟结果的示意图。图4B为根据降雨预报信息406获取目标区域的积水模拟结果的示意图。所述积水模拟结果至少包括：积水深度402、积水面积403、积水到达位置404、积水持续时间405。
所述目标区域，至少包括：学校、商场、建筑工地、写字楼及城市中的热点区域。如图5所示，为预先存储目标区域的相关属性信息的示意图。预先存储有目标区域501的相关属性信息，所述属性信息，至少包括：所述目标区域的位置信息502、名称503、性质504、地址描述505、负责人506和负责人联系方式507。
步骤103、根据所述积水点位置、积水深度、积水面积、降雨强度、降雨预报信息、所述目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点的积水上升到达所述目标区域的预警地面高程时的初始影响时刻及所述积水点的积水消退到达所述预警地面高程的消除影响时刻。
地面高程，指的是以地面某点为起点的高低程度，通过积水点积水深度及积水点地面高程与目标区域地面高程的比较，即可得到积水点积水对目标区域是否会造成影响。而预警地面高程，为针对特定目标区域预先设定的会对其造成影响的地面高程。
地理信息系统(Geographic Information System或Geo－Information system，GIS)，是一种特定的空间信息系统，它是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
根据GIS可以获得积水点的排水管网的运行状态数据，所述排水管网的运行状态数据包括但不限于整个降雨过程中每一个检查井和雨水口节点的溢流量数据。根据所述排水管网的运行状态数据，结合地表高程信息，采用多源非单一洼地积水模拟方法对积水过程进行演算，对每个降雨时间步长的演算，对应得到一个地表积水深度的栅格数据，进而获得整个降雨历时过程中地表积水深度的所有栅格数据，获得每个预设时刻地表的积水信息数据，所述积水信息数据包括但不限于地表积水的位置、深度和范围。
每个降雨时刻管点以及管线的运行状态数据可采用如下计算过程得到：
1、划分汇水区：对每一个管点，根据地面高程信息，划分出它的集水区域。
2、求管点入流量：根据划分出的汇水区以及降雨历时数据，可以得到每一个降雨时间段中管点的入流量为：V＝h*s–l；其中，V为管点入流量，h为降雨量，s为汇水区的面积，l为损失量(损失来自于地表蒸发和入渗，其值可以根据经验值获取)。
3、求解管网运行状态：利用第2步中获得的所有管点入流数据，以及管点相关的管线数据，通过渐变非恒定流质量和动量方程的守恒控制即圣维南流量方程组，求解连续性方程，获取到每个降雨时刻管点以及管线的运行状态数据。
采用GIS技术对地表积水点的积水进行模拟计算可以得到积水点的进水和排水的栅格数据。由此就能以数据的形式体现出所述积水点中积水上升或消退的过程，通过预先设定目标区域的位置就能准确地获取积水点中积水对该目标区域在各个时刻的影响。
如图6A-6C所示，图6A为积水点601中积水还未达到所述目标区域602的预警地面高程的示意图；图6B为积水点601中积水达到所述目标区域602的预警地面高程的示意图；图6C为积水点601中积水从所述目标区域602消退并达到所述预警地面高程的示意图。按照降雨积水的变化规律，积水点的积水面积随着时间的变化不断的增加和减少，在某一时间点时，目标区域并未受到积水影响，如图6A；随着积水面积的不断增加，模拟的积水范围覆盖了目标区域，如图6B；之后，目标区域内的积水开始消退，当积水消退至不影响目标区域的位置，如图6C。而积水点的积水对目标区域的影响时间是衡量对目标区域影响程度的重要因素。
步骤104、所述消除影响时刻与所述初始影响时刻的差值得到所述积水点对所述目标区域的影响时间，在所述影响时间处于预定影响范围内时，所述积水点对所述目标区域的影响程度为中；在所述影响时间小于或等于所述预定影响范围时，所述积水点对所述目标区域的影响程度为低；在所述影响时间大于所述预定影响范围时，所述积水点对所述目标区域的影响程度为高。
通过积水点的积水对目标区域的影响时间作为对目标区域影响程度的判定因素，能够准确地获得积水点对所述目标区域的影响程度，并展示给用户，以便用户及时采取相应的应对措施。其中，本实施例的影响程度划分包括但不限于低、中、高三个档次，还可以根据实际情况划分为大于或等于三个的影响程度档次。
实施例2
如图2所示，为本实施例所述预测积水对城市内区域影响程度的方法的流程示意图，本实施例在实施例1的基础上，描述了对降雨过程中所述积水点的进水和排水过程进行模拟计算的具体内容。本实施例所述预测积水对城市内区域影响程度的方法包括以下步骤：
步骤201、根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息。
步骤202、根据所述积水点位置、积水深度、积水面积、降雨强度及降雨预报信息与所述积水点位置的历史降雨数据对比，得到相似度最大的历史降雨数据作为所述积水点位置的预测降雨数据。
其中，本方案中目标区域的降雨历时数据的生成方法可采用如下方法：
结合目标区域的降雨预报信息，利用目标城市的暴雨公式生成，所述目标区域的暴雨公式为：
从所述目标区域的暴雨公式得到P的计算函数为：P＝g(f,H,T)，
其中，H为目标区域的降雨预报中的降雨量，f为选取的暴雨强度公式，T为降雨预报中的降雨历时，P为降雨重现期，
由于其他因子已知，可求得降雨的重现期，将计算出的降雨重现期P代入所述暴雨强度公式中，所述暴雨强度公式为：h＝f(t,P)，其中h为瞬时降雨速度，t为降雨历时，
取t＝0,1,2,3…T，得到以1分钟为时间间隔的降雨历时数据。
当缺乏暴雨公式时，选取较精确的芝加哥雨型，当降雨历时数据较短时，选用均匀雨型作为暴雨强度公式来使用。
第二种降雨历时数据的生成方法如下：
利用目标区域的历史降雨数据，从所述历史降雨数据中查找出相似度最大的数据作为降雨历时数据，具体为：
查找相似度最大的数据的过程中，根据影响降雨的各个因素的重要程度，为每项因素赋予相应的权重，求得差别值最小的一个作为相似数据：
其中，y为最后求得的差别值，N为影响因素个数，Pi为第i个因素的权值，Yi为降雨预报信息中第i个因素的值，Li为历史降雨数据中第i个因素的值，
将降雨历时按一定间隔(不大于五分钟)生成的时间序列作为排水过程模拟的降雨输入数据。
上述影响降雨的因素包括但不限于降雨时的日期、气温、湿度、风速以及降雨时具体历时数据。
步骤203、通过所述预测降雨数据、目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点中积水在每个时刻上升或消退所到达的地面高程。
优选地，结合步骤202中得到的目标区域的降雨历时数据和目标区域的排水管点、管线数据和地理信息数据，即可获得积水点的进水和排水情况，从而预测积水点的积水上升及下降的深度。
步骤204、获得所述积水点的积水上升到达所述目标区域的预警地面高程时的初始影响时刻及所述积水点的积水消退到达所述预警地面高程的消除影响时刻。
步骤205、所述消除影响时刻与所述初始影响时刻的差值得到所述积水点对所述目标区域的影响时间，在所述影响时间处于预定影响范围内时，所述积水点对所述目标区域的影响程度为中；在所述影响时间小于或等于所述预定影响范围时，所述积水点对所述目标区域的影响程度为低；在所述影响时间大于所述预定影响范围时，所述积水点对所述目标区域的影响程度为高。
优选地，所述预定影响范围，进一步为：大于1小时且小于或等于2小时。
步骤206、将所述积水点对目标区域的影响程度数据与所述目标区域的属性信息数据一起进行展示；其中，所述属性信息数据至少包括：所述目标区域的位置信息、名称、性质、地址描述、负责人和负责人联系方式。
步骤207、将所述目标区域周边所有积水点对该目标区域的影响时间从大到小排序，并顺序选取一个所述影响时间作为所述目标区域的预测影响时间；
将所述预测影响时间与所述预定影响范围比较，得到该目标区域的预测影响程度数据并展示。
如图7所示，为向用户展示城市各个区域内积水点对目标区域影响程度的一个具体展示表格的示意图。通过图7中的展示表格中操作栏对应的操作图标701即可进入到对相应目标区域的进行操作的界面，操作界面中的操作指令至少包括：联系目标区域的负责人。
实施例3
如图3所示，为本实施例所述预测积水对城市内区域影响程度的系统的结构示意图，本实施例所述系统用于实施上述实施例中所述预测积水对城市内区域影响程度的方法。本实施例所述的系统包括：积水信息获取装置301、模拟计算装置302及积水影响程度判定装置303。
其中，所述积水信息获取装置301，与所述模拟计算装置302相连接，为根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息的装置。
所述模拟计算装置302，与所述积水信息获取装置301及积水影响程度判定装置303相连接，为根据所述积水点位置、积水深度、积水面积、降雨强度、降雨预报信息、所述目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点的积水上升到达所述目标区域的预警地面高程时的初始影响时刻及所述积水点的积水消退到达所述预警地面高程的消除影响时刻的装置。
所述积水影响程度判定装置303，与所述模拟计算装置302相连接，为所述消除影响时刻与所述初始影响时刻的差值得到所述积水点对所述目标区域的影响时间，在所述影响时间处于预定影响范围内时，判定所述积水点对所述目标区域的影响程度为中；在所述影响时间小于或等于所述预定影响范围时，判定所述积水点对所述目标区域的影响程度为低；在所述影响时间大于所述预定影响范围时，判定所述积水点对所述目标区域的影响程度为高的装置。
所述模拟计算装置302，进一步为：根据所述积水点位置、积水深度、积水面积、降雨强度及降雨预报信息与所述积水点位置的历史降雨数据对比，得到相似度最大的历史降雨数据作为所述积水点位置的预测降雨数据；
通过所述预测降雨数据、目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点中积水在每个时刻上升或消退所到达的地面高程的装置。
进一步地，该系统还包括：影响程度展示装置304，所述影响程度展示装置304，与所述积水影响程度判定装置303相连接，为将所述积水点对目标区域的影响程度数据与所述目标区域的属性信息数据一起进行展示；其中，所述属性信息数据至少包括：所述目标区域的位置信息、名称、性质、地址描述、负责人和负责人联系方式的装置。
所述预定影响范围，进一步为：大于1小时且小于或等于2小时。
所述积水影响程度判定装置303，进一步为：将所述目标区域周边所有积水点对该目标区域的影响时间从大到小排序，并顺序选取一个所述影响时间作为所述目标区域的预测影响时间；
将所述预测影响时间与所述预定影响范围比较，得到该目标区域的预测影响程度数据并展示的装置。
通过上述实施例可知，本发明的预测积水对城市内区域影响程度的方法及系统，达到了如下的有益效果：
(1)本发明所述的预测积水对城市内区域影响程度的方法及系统，在城市内涝时，根据城市中敏感区域的地理位置信息、降雨及排序信息，结合降雨历时数据，分析得到目标区域内的预测积水持续时间，基于积水持续时间与影响程度的对应关系得到积水对城市内目标区域的影响程度，以便提早通知人员撤离、采取措施，解决了单凭借历史经验无法准确预测积水影响程度的问题。
(2)本发明所述的预测积水对城市内区域影响程度的方法及系统，根据降雨等级、降雨时长及降雨预报信息模拟获取城市内目标区域的积水积蓄过程，并据此分析、预测出积水对目标区域造成影响的持续时间，基于积水对目标区域影响的持续时间与影响程度之间的对应关系，获得积水对目标区域的影响程度，使得预测得到的影响程度更加贴近实际情况，提升了预测的准确性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。

Claims (8)

1.一种预测积水对城市内区域影响程度的方法，其特征在于，包括：
根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息；
根据所述积水点位置、积水深度、积水面积、降雨强度及降雨预报信息与所述积水点位置的历史降雨数据对比、计算相似度并按所述相似度从大到小排序，根据所述排序顺序获取一个历史降雨数据作为所述积水点位置的预测降雨数据；
通过所述预测降雨数据、目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点中积水在每个时刻上升或消退所到达的地面高程的积水信息数据；
根据所述积水信息数据获得所述积水点的积水上升到达所述目标区域的预警地面高程时的初始影响时刻及所述积水点的积水消退到达所述预警地面高程的消除影响时刻；
所述消除影响时刻与所述初始影响时刻的差值得到所述积水点对所述目标区域的影响时间，在所述影响时间处于预定影响范围内时，所述积水点对所述目标区域的影响程度为中；在所述影响时间小于或等于所述预定影响范围时，所述积水点对所述目标区域的影响程度为低；在所述影响时间大于所述预定影响范围时，所述积水点对所述目标区域的影响程度为高。
2.根据权利要求1所述的预测积水对城市内区域影响程度的方法，其特征在于，进一步包括：
将所述积水点对目标区域的影响程度数据与所述目标区域的属性信息数据一起进行展示；其中，所述属性信息数据至少包括：所述目标区域的位置信息、名称、性质、地址描述、负责人和负责人联系方式。
3.根据权利要求1所述的预测积水对城市内区域影响程度的方法，其特征在于，所述预定影响范围，进一步为：大于1小时且小于或等于2小时。
4.根据权利要求1所述的预测积水对城市内区域影响程度的方法，其特征在于，进一步包括：
将所述目标区域周边所有积水点对该目标区域的影响时间从大到小排序，并顺序选取一个所述影响时间作为所述目标区域的预测影响时间；
将所述预测影响时间与所述预定影响范围比较，得到该目标区域的预测影响程度数据并展示。
5.一种预测积水对城市内区域影响程度的系统，其特征在于，包括：积水信息获取装置、模拟计算装置及积水影响程度判定装置；其中，
所述积水信息获取装置，与所述模拟计算装置相连接，为根据目标区域的位置获取周边的积水点位置、积水深度、积水面积、降雨强度及降雨预报信息的装置；
所述模拟计算装置，与所述积水信息获取装置及积水影响程度判定装置相连接，为根据所述积水点位置、积水深度、积水面积、降雨强度及降雨预报信息与所述积水点位置的历史降雨数据对比、计算相似度并按所述相似度从大到小排序，根据所述排序顺序获取一个历史降雨数据作为所述积水点位置的预测降雨数据；
通过所述预测降雨数据、目标区域的排水管点、管线数据和地理信息数据，对降雨过程中所述积水点的进水和排水过程进行模拟计算，获得所述积水点中积水在每个时刻上升或消退所到达的地面高程的积水信息数据；
根据所述积水信息数据获得所述积水点的积水上升到达所述目标区域的预警地面高程时的初始影响时刻及所述积水点的积水消退到达所述预警地面高程的消除影响时刻的装置；
所述积水影响程度判定装置，与所述模拟计算装置相连接，为所述消除影响时刻与所述初始影响时刻的差值得到所述积水点对所述目标区域的影响时间，在所述影响时间处于预定影响范围内时，判定所述积水点对所述目标区域的影响程度为中；在所述影响时间小于或等于所述预定影响范围时，判定所述积水点对所述目标区域的影响程度为低；在所述影响时间大于所述预定影响范围时，判定所述积水点对所述目标区域的影响程度为高的装置。
6.根据权利要求5所述的预测积水对城市内区域影响程度的系统，其特征在于，进一步包括：影响程度展示装置；
所述影响程度展示装置，与所述积水影响程度判定装置相连接，为将所述积水点对目标区域的影响程度数据与所述目标区域的属性信息数据一起进行展示；其中，所述属性信息数据至少包括：所述目标区域的位置信息、名称、性质、地址描述、负责人和负责人联系方式的装置。
7.根据权利要求5所述的预测积水对城市内区域影响程度的系统，其特征在于，所述预定影响范围，进一步为：大于1小时且小于或等于2小时。
8.根据权利要求5所述的预测积水对城市内区域影响程度的系统，其特征在于，所述积水影响程度判定装置，进一步为：
将所述目标区域周边所有积水点对该目标区域的影响时间从大到小排序，并顺序选取一个所述影响时间作为所述目标区域的预测影响时间；
将所述预测影响时间与所述预定影响范围比较，得到该目标区域的预测影响程度数据并展示的装置。
CN201710014485.3A 2017-01-09 2017-01-09 预测积水对城市内区域影响程度的方法及系统 Pending CN106709608A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710014485.3A CN106709608A (zh) 2017-01-09 2017-01-09 预测积水对城市内区域影响程度的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710014485.3A CN106709608A (zh) 2017-01-09 2017-01-09 预测积水对城市内区域影响程度的方法及系统

Publications (1)

Publication Number Publication Date
CN106709608A true CN106709608A (zh) 2017-05-24

Family

ID=58908126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710014485.3A Pending CN106709608A (zh) 2017-01-09 2017-01-09 预测积水对城市内区域影响程度的方法及系统

Country Status (1)

Country Link
CN (1) CN106709608A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108107488A (zh) * 2017-12-21 2018-06-01 广州积雨云科技有限公司 城市内涝预警方法
CN108564190A (zh) * 2017-12-14 2018-09-21 佛山科学技术学院 一种城市灾害预测系统
CN109146332A (zh) * 2018-09-28 2019-01-04 国网湖南省电力有限公司 跨区域电网雾霾程度的评估方法及系统
CN109614589A (zh) * 2018-12-28 2019-04-12 华东交通大学 短临降水的计算方法、系统、可读存储介质及计算机设备
CN111343570A (zh) * 2020-03-06 2020-06-26 中国石油大学(华东) 基于位置服务的城市积水预警信息推送方法
CN112820073A (zh) * 2020-12-31 2021-05-18 哈尔滨学院 一种基于gis的城市排水预警系统
CN113781813A (zh) * 2021-10-22 2021-12-10 北京声智科技有限公司 一种预警方法、系统、装置和电子设备
CN113780668A (zh) * 2021-09-15 2021-12-10 泰华智慧产业集团股份有限公司 一种基于历史数据的城市积水内涝预测方法及系统
CN117012006A (zh) * 2023-08-28 2023-11-07 浪潮智慧科技有限公司 一种城市道路的洪涝灾害预警方法、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462774A (zh) * 2014-11-11 2015-03-25 合肥三立自动化工程有限公司 基于水箱模型的城市道路及低洼地区积水预报方法
CN105139603A (zh) * 2015-07-24 2015-12-09 华中科技大学无锡研究院 一种城市积水智能监测预警系统
CN105550803A (zh) * 2015-12-08 2016-05-04 哈尔滨航天恒星数据系统科技有限公司 一种城市内涝分析方法及系统
CN106021970A (zh) * 2016-07-27 2016-10-12 泰华智慧产业集团股份有限公司 通过降雨预报预测城市积水的方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462774A (zh) * 2014-11-11 2015-03-25 合肥三立自动化工程有限公司 基于水箱模型的城市道路及低洼地区积水预报方法
CN105139603A (zh) * 2015-07-24 2015-12-09 华中科技大学无锡研究院 一种城市积水智能监测预警系统
CN105550803A (zh) * 2015-12-08 2016-05-04 哈尔滨航天恒星数据系统科技有限公司 一种城市内涝分析方法及系统
CN106021970A (zh) * 2016-07-27 2016-10-12 泰华智慧产业集团股份有限公司 通过降雨预报预测城市积水的方法及系统

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108564190A (zh) * 2017-12-14 2018-09-21 佛山科学技术学院 一种城市灾害预测系统
CN108107488B (zh) * 2017-12-21 2020-08-21 广州积雨云科技有限公司 城市内涝预警方法
CN108107488A (zh) * 2017-12-21 2018-06-01 广州积雨云科技有限公司 城市内涝预警方法
CN109146332A (zh) * 2018-09-28 2019-01-04 国网湖南省电力有限公司 跨区域电网雾霾程度的评估方法及系统
CN109146332B (zh) * 2018-09-28 2022-03-08 国网湖南省电力有限公司 跨区域电网雾霾程度的评估方法及系统
CN109614589A (zh) * 2018-12-28 2019-04-12 华东交通大学 短临降水的计算方法、系统、可读存储介质及计算机设备
CN109614589B (zh) * 2018-12-28 2022-07-01 浙江理工大学 短临降水的计算方法、系统、可读存储介质及计算机设备
CN111343570A (zh) * 2020-03-06 2020-06-26 中国石油大学(华东) 基于位置服务的城市积水预警信息推送方法
CN112820073A (zh) * 2020-12-31 2021-05-18 哈尔滨学院 一种基于gis的城市排水预警系统
CN113780668A (zh) * 2021-09-15 2021-12-10 泰华智慧产业集团股份有限公司 一种基于历史数据的城市积水内涝预测方法及系统
CN113781813A (zh) * 2021-10-22 2021-12-10 北京声智科技有限公司 一种预警方法、系统、装置和电子设备
CN117012006A (zh) * 2023-08-28 2023-11-07 浪潮智慧科技有限公司 一种城市道路的洪涝灾害预警方法、设备及介质
CN117012006B (zh) * 2023-08-28 2024-03-08 浪潮智慧科技有限公司 一种城市道路的洪涝灾害预警方法、设备及介质

Similar Documents

Publication Publication Date Title
CN106709608A (zh) 预测积水对城市内区域影响程度的方法及系统
CN106021970B (zh) 通过降雨预报预测城市积水的方法及系统
CN102520464B (zh) 区域积涝预报系统及其预报方法
Santos et al. On the accuracy of CORDEX RCMs to project future winds over the Iberian Peninsula and surrounding ocean
JP2008050903A (ja) 洪水予測方法および洪水予測システム
Tian et al. A spatio-temporal evaluation of the WRF physical parameterisations for numerical rainfall simulation in semi-humid and semi-arid catchments of Northern China
CN112528563B (zh) 一种基于svm算法的城市内涝预警方法
Zhang et al. Analysis of 50-year wind data of the southern Baltic Sea for modelling coastal morphological evolution–a case study from the Darss-Zingst Peninsula
Nadeem et al. Application of HEC-HMS for flood forecasting in hazara catchment Pakistan, south Asia
CN116307691A (zh) 水文灾情的风险评估方法及装置、电子设备
Zhao et al. Modeling hydrologic responses using multi-site and single-site rainfall generators in a semi-arid watershed
Pratiwi et al. Analysis of urban flood using synthetic unit hydrograph (SUH) and flood mitigation strategies along way Halim River: a case study on Seroja street, Tanjung Senang District
Gunasekara Flood hazard mapping in lower reach of Kelani river
CN106682789A (zh) 规划防汛物资储备数量的方法及系统
CN106677314B (zh) 自动提供积水点处置建议的方法及系统
Kadam et al. Geomorphometric characterization and prioritization of watershed from semi-arid region, India for green growth potential
Ali et al. Chaotic Analysis for Malaysian West Coast Sea Level: a Case Study of Kukup, Johor
James et al. A climatology of midlatitude mesoscale convective vortices in the rapid update cycle
Kirshen et al. Sea-level Rise, Storm Surges, and Extreme Precipitation in Coastal New Hampshire: Analysis of Past and Projected Future Trends
Santos et al. Storm surge assessment methodology based on numerical modelling
Hanna et al. Evaluations of numerical weather prediction (NWP) models from the point of view of inputs required by atmospheric dispersion models
Indriastuti Analysis of runoff due to the change in land use at the watershed of Upstream Ciliwung
Repel Developing of the rainfall intensity-duration-frequency curves for the Kosice region using multiple computational models
TWI592890B (zh) 二維淹水潛勢圖的產生方法
Winarta et al. Dam break studies using hydrologic and hydraulics model for Chereh Dam, Kuantan, Pahang, Malaysia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524